科研

但与此同时，超过四成的科学家发现，科研瓶颈正在向工作流下游移动；

从粗粒度的任务标签来看，两类工具似乎都在做“数据分析”，但一旦将科研流程进一步拆开，二者的功能重叠便迅速减少。

在此基础上，约43.5%的研究者表示，过去两年自己的核心阻力已经明显向科研流程下游转移，超过四成的人发现，手中积压的“待测试假设”比三年前更多。

大语言模型逐渐成为串联科研流程的通用操作界面，各类专业模型则深入不同学科内部，承担更垂直、更专业的计算与预测任务。

从结果来看，AI给科研带来的变化呈现出明显的两面性。

此外，研究团队还分析了约1,500万次匿名Gemini交互，并从中识别出约36万次可能直接与真实科研任务有关的对话。

但如果AI将前者突然提高到每月100个，而实验室的验证能力只能从8个提高到10个，最终科研产出并不会随之增长十倍，反而会留下90个等待筛选和验证的候选方案。

其中近三成被重新投入扩大科研产出，约两成用于实验执行和数据采集，还有约两成被用于尝试难度更高的前沿课题。

过去三年中，超过八成的受访者认为个人或实验室的科研产出有所提高，接近九成预计未来三年产出还将继续增长。